Urgences

L’IA améliore la performance des non-radiologues sur les radiographies thoraciques

icon réservé aux abonnésArticle réservé aux abonnés
Le 08/02/24 à 7:00

Dans le cadre de cette étude, 563 radios thoraciques acquises aux urgences ont été évaluées rétrospectivement à deux reprises par trois radiologues certifiés, trois internes en radiologie et trois non-radiologues et ont été comparées à la performance de l’algorithme (photo d'illustration). © Zackstarr - Radiologist | Wikimedia

Une équipe de chercheurs de l'hôpital universitaire de Munich (Allemagne) a évalué un système d’IA basé sur un réseau de neurones convolutifs, pour la détection des pathologies pulmonaires dans un service d'urgence. Les résultats ont fait l'objet d'une publication dans la revue Chest [1].

L’IA formée sur des données publiques et expertes

Cet algorithme d'IA interprétant les radiographies pulmonaires a été entraîné sur des données publiques provenant de plusieurs hôpitaux comportant des consolidations suspectes de pneumonie, des pneumothorax, des nodules et des épanchements pleuraux. Ces pathologies qui nécessitent un traitement immédiat pour déterminer si la maladie est aiguë nécessitent un haut niveau d'expertise pour une évaluation précise. Une tâche qui n'est pas toujours simple pour les non-radiologues des urgences, parfois tenus de prendre seuls des décisions cliniques basées sur les résultats d'imagerie.

563 radios thoraciques évaluées

Dans le cadre de cette étude de validati

Il vous reste 58% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

OFFRE DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Bibliographie

  1. Rudolph J., Huemmer C., Preuhs A. et al., « Non-radiology Healthcare Professionals Significantly Benefit from AI-Assistance in Emergency-Related Chest Radiography Interpretation », Chest, 29 janvier 2024 (pre-proof). DOI : 10.1016/j.chest.2024.01.039.

Spécialité médicale

Oncologie Pneumologie Urgence

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle radiographie thoracique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

06 Sep

16:00

Une méta-analyse publiée dans Academic Radiology suggère que l’IRMmp est efficace pour détecter le cancer de la prostate suspecté (PCa) chez les patients n'ayant jamais eu de biopsie de la prostate. « Il peut aider à réduire les biopsies inutiles et à réduire le risque de manquer des cas cliniquement significatifs, guidant ainsi des décisions éclairées en matière de biopsie », écrivent les chercheurs.

15:00

13:30

Une étude présentant une approche robuste pour classer les images d’échographie mammaire en catégories bénignes, malignes et normales, en utilisant l’architecture avancée EfficientNet-B7 a jugé sa méthodologie efficace face aux défis du déséquilibre de classe et améliore la robustesse du modèle.

7:30

L’utilisation d’un système d’IA autonome a amélioré la détection précoce du cancer du sein en identifiant correctement sur des mammographies certains cancers manqués par deux lecteurs humains, sans aucune différence basée sur les caractéristiques histopathologiques, à l’exception des cancers avec envahissement ganglionnaire, conclut une étude parue dans Radiology.

7:00

05 Sep

16:01

L'isolation de la veine pulmonaire par cryoablation est plus efficace qu'une procédure interventionnelle placebo, rapporte une étude randomisée contrôlée parue dans le JAMA.
✕
Docteur Imago

GRATUIT
VOIR